849. Hoe kan één iemand het hele internet laten crashen?

Het internet is kwetsbaarder dan je misschien denkt; één programmeur liet al een keer een deel van het internet crashen, waar giganten als Netflix en Spotify last van hadden. In deze aflevering laat softwareonderzoeker Ayushi Rastogi (Rijksuniversiteit Groningen) je de wereld zien achter de apps en websites die jij elke dag gebruikt. Daar wordt namelijk wereldwijd aan gebouwd en gaat niet alleen over techniek, maar vooral ook over menselijk vertrouwen.

Dat maakt het internet krachtig, maar is ook haar zwakte. Ayushi onderzoekt hoe we dat internet in de toekomst betrouwbaar en eerlijk voor iedereen houden. Want in een tijd waarin AI razendsnel nieuwe code genereert, maar ook onvoorspelbare fouten maakt, is dat één van de belangrijke vragen van deze tijd.

Omdat veel wetenschappers die in Nederland werken Engels spreken, maar we hun onderzoek ook willen laten zien, hebben we voor het eerst in lange tijd een aflevering die deels in het Engels is. Voor wie toch liever in het Nederlands luistert, is dit de link naar de nagesynchroniseerde versie op YouTube: https://youtu.be/G1W-at8UFns.

0:00 Kan één iemand het hele internet laten crashen?
0:54 Wat is het internet?
1:19 Hoe werkt programmeertaal?
1:46 Wie werkt er aan het internet?
1:53 Hoe werkt open source software?
2:26 Wat gebeurt er als een programmeur bepaalde codes weghaalt?
3:48 Kunnen programmeurs niet elke keer zelf hun code schrijven?
4:38 Wat zijn gate keepers in programmeren?
5:16 Wat gebeurde er tijdens de laatste grote wereldwijde IT-storing?
6:01 Wat is het Blue Screen of Death (BSoD)?
6:10 Waarom maakt het uit wie software ontwikkelt?
7:15 Waarom is er ongelijkheid tussen mannelijke en vrouwelijke ontwikkelaars?
8:08 Wat gebeurt er als AI onze codes gaat schrijven?

Benieuwd naar de studies die Ayushi noemt? Je vindt ze hier:

1. Article on how self-tracking apps exclude women https://www.theatlantic.com/technology/archive/2014/12/how-self-tracking-apps-exclude-women/383673/
2. Study showing how factors influencing the decision to accept or reject incoming software changes are both technical and social. https://doi.org/10.1109/TSE.2022.3165056 and https://arxiv.org/pdf/2106.01885
3. Study showing how contributions from women are evaluated in comparison to their male counterparts: https://doi.org/10.7717/peerj-cs.111
4. Similar differences were seen across geographical location https://doi.org/10.1145/3239235.3240504
5. Humans are likely to miss errors AI introduces: https://doi.org/10.48550/arXiv.2607.08885 and https://doi.org/10.1109/CHASE66643.2025.00016
6. Future of human-AI collaboration: https://doi.org/10.1016/j.jss.2025.112699
7. Balancing Speed, Reliability, and Fairness: https://doi.org/10.1145/3786583.3786888 and https://doi.org/10.1145/3757060 and https://doi.org/10.1007/s10664-023-10401-z

See omnystudio.com/listener for privacy information.